Details

Title: Сжатие изображений с помощью генеративно-состязательной сети: выпускная квалификационная работа бакалавра: направление 09.03.04 «Программная инженерия» ; образовательная программа 09.03.04_01 «Технология разработки и сопровождения качественного программного продукта»
Creators: Дудина Анна Николаевна
Scientific adviser: Черноруцкий Игорь Георгиевич
Other creators: Локшина Екатерина Геннадиевна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2021
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: машинное обучение; нейронные сети; генеративно-состязательные сети; сжатие изображений; machine learning; neural networks; generative-adversarial networks; image compression
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Level of education: Bachelor
Speciality code (FGOS): 09.03.04
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
Links: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2021/vr/vr21-1202
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key: ru\spstu\vkr\12853

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

Объектом исследования является разработанная на основе алгоритма генеративно-состязательной сети система сжатия изображений. Целью работы является изучение алгоритмов сжатия и разработка собственной системы сжатия изображений на основе алгоритма генеративно-состязательной сети. В ходе работы были рассмотрены различные алгоритмы построения нейронных сетей, изучен алгоритм построения генеративно-состязательной сети, разработана, обучена и протестирована генеративно-состязательная сеть для сжатия изображений, а также исследованы и подобраны наиболее оптимальные параметры модели для получения наилучшего результата, проанализированы результаты работы системы.

The object of the study is an image compression system devel-oped on the basis of the generative-adversarial network algorithm. The goal of the work is to study compression algorithms and develop a proprietary image compression system based on the generative-adversarial network algorithm. In the course of the work, various algorithms for constructing neural networks were considered, the algorithm for constructing a generative-adversarial network was studied, a generative-adversarial network for image compression was developed, trained and tested, and the most optimal model parameters were studied and selected to obtain the best result, and the results of the system were analyzed.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
External organizations N2 All Read
External organizations N1 All
Internet Authorized users SPbPU Read Print Download
Internet Authorized users (not from SPbPU, N2) Read
Internet Authorized users (not from SPbPU, N1)
-> Internet Anonymous

Usage statistics

stat Access count: 8
Last 30 days: 0
Detailed usage statistics